यांडेक्स डायलॉग्स के साथ पहला अनुभव। हम नवाचारों की प्रतीक्षा कर रहे हैं

मैंने 2017 की शुरुआत में आवाज कौशल बनाना शुरू किया - एलेक्सा सहायक के साथ अमेज़ॅन की इको डिवाइस। उस समय, डेढ़ साल के लिए डेवलपर्स के लिए उपकरण उपलब्ध थे, हालांकि उन्होंने आज अमेज़न और Google की पेशकश के साथ तुलना नहीं की। Yandex Dialogs पैनल को खोलने के बाद, मुझे अभी शुरुआत की याद है और आज तक सब कुछ कितना बदल गया है।

मैं एलेक्सा स्किल्स किट और अमेज़ॅन लेक्स के साथ अनुभव के बाद रूसी में यैंडेक्स ऐलिस (यैंडेक्स डायलॉग्स) के लिए कौशल बनाने का पहला अनुभव और प्रभाव आपके साथ साझा करना चाहूंगा।


सबसे आसान तरीका है कि आवाज सहायक कैसे काम करता है।

प्लेटफार्मों के बीच सभी अंतर बीच में हैं - एक मंच जो भाषण को पहचानता है, इनपुट अनुरोधों को संसाधित करता है और उपयोगकर्ता की प्रतिक्रिया प्रदर्शित करता है, और इसकी सादगी / जटिलता के आधार पर, डेवलपर का काम सरल / जटिल होता है, शायद बहुत सरल कौशल के लिए बिल्कुल भी ज़रूरत नहीं है (उदाहरण के लिए) डायलॉगफ़्लो का उपयोग करते हुए)।

यैंडेक्स से डायलॉग्स खोलने के बाद, मैं तुरंत सरल इंटरफ़ेस से भ्रमित हो गया, बहुत सरल - सब कुछ कहां है और इसे कैसे प्रबंधित करें? यह पता चला है कि यह सब यैंडेक्स वर्तमान में प्रदान करता है।

लक्ष्य या "इरादे"

पहली बात जो मुझे डायलॉग्स में देखने की उम्मीद थी, वह था "इरादा", जिसका शाब्दिक अर्थ है "इरादे" या "लक्ष्य"। ऐसे प्रत्येक "इरादे" में उपयोगकर्ता अनुरोधों के उदाहरण शामिल हैं। ऐसे सेट बनाने से डेवलपर को यह स्पष्ट हो जाता है कि उपयोगकर्ता उससे क्या चाहता है। उदाहरण के लिए, हम ऐसे "लक्ष्य" ("उद्देश्य") बना सकते हैं:

नमूना अनुरोधों के साथ "आदेश पेलमेनी":
"पकौड़ी वितरण का आदेश दें"
"मुझे पकौड़ी चाहिए, एक ऑर्डर करें"
"चिकन, अधिक पनीर के साथ पकौड़ी"

अनुरोध उदाहरणों के साथ मदद करें:
मैं फंस गया हूं
"सहायता"
"इसका उपयोग कैसे करें"

ऐसे उदाहरणों की मदद से, उपयोगकर्ता और उसकी अपेक्षाओं को समझना हमारे लिए आसान है - उपयोगकर्ता ने कहा कि "मुझे पकौड़ी चाहिए, एक ऑर्डर दें", फिर हमारा "इरादा" "ऑर्डर डंपलिंग्स" है, फिर हम इस अनुरोध के भीतर काम करते हैं। आदर्श रूप से, मंच को समान वाक्यांशों को सीखना और समझना चाहिए। यैंडेक्स वर्तमान में "इंटेंट्स" फ़ंक्शन की पेशकश नहीं करता है, हालांकि मुझे यकीन है कि यह सुविधा अगले साल जोड़ दी जाएगी।

संस्थाओं या "संस्थाओं"

इसके बाद "इकाइयाँ" (इकाइयाँ) (गूगल) या स्लॉट (अमेज़न) आते हैं - खोजशब्द या वाक्यांश। सौभाग्य से, यैंडेक्स डायलॉग्स वर्तमान में 4 प्रकार की संस्थाओं को पहचानते हैं - यह तारीख है ("कल", "अगले वर्ष" सहित), संख्याएं, भू-डेटा (फिलहाल मैं सक्रिय रूप से देशों और शहरों का उपयोग करता हूं) और नाम। यह डेवलपर के जीवन को बहुत सरल करता है, वे कौशल के विकास के दौरान सुविधा प्रदान करते हैं और लचीलापन देते हैं।

यदि आप बड़े भाइयों को देखते हैं, तो वे डेवलपर को "इकाइयां" स्वयं बनाने की अनुमति देते हैं, और एकीकृत "संस्थाओं" की एक विस्तृत चयन की भी पेशकश करते हैं, उदाहरण के लिए AMAZON.Food (भोजन) और AMAZON.Airports (हवाई अड्डे के नाम)।


इंटरफ़ेस एलेक्सा कौशल किट। पिछले साल भी, एक साधारण पाठ क्षेत्र में सब कुछ बदल गया, आज यह उन्नत सुविधाओं के साथ एक समृद्ध इंटरफ़ेस है, जिसे लगातार अपडेट किया जाता है। हम यैंडेक्स अपडेट के लिए तत्पर हैं।

फिलहाल मैं एक ऐसा कौशल विकसित कर रहा हूं जहां सत्रों का "सार", खेल और घटना के नाम वाली सूची को नुकसान नहीं होगा। सही शब्दों को "पिक" करने के लिए, आपको कोड बदलने की आवश्यकता है।

परीक्षण

यहां सब कुछ दुखद है। परीक्षण एक चैट और एक JSON अनुरोध और आउटपुट विंडो पर टिकी हुई है। केवल कीबोर्ड, बिना इनपुट या आउटपुट आवाज के द्वारा, और अन्य उपयोगकर्ताओं को परीक्षण करने की क्षमता के बिना भी। सीधे शब्दों में कहें, तो यहां कोई परीक्षण उपकरण नहीं हैं।

रूसी भाषा

यह ध्यान देने योग्य है - रूसी में आवाज कौशल का निर्माण भाषा के गुणों से थोड़ा जटिल है। उदाहरण के लिए, यदि अंग्रेजी में हम "फ्रांस से", "फ्रांस से" और "फ्रांस के साथ", रूसी में मामलों में एक ही शब्द कहते हैं, तो वे कहते हैं "फ्रांस से", "फ्रांस से" और "फ्रांस के साथ"। छोटे कार्य ऐसी और समान समस्याओं को हल करने में मदद करेंगे।

इतना

जो अच्छा है:

• एकीकृत संस्थाएं।
• Webhook को जोड़ने की क्षमता। उसके बिना जैसा।
• ग्राहक सेवा। मैंने सप्ताहांत में अनुरोध भेजा, सोमवार को मुझे प्रतिक्रिया मिली।

हम किसकी प्रतीक्षा कर रहे हैं: (संवाद कई महीने पुराना है, इसलिए मैं इसे विपक्ष के रूप में उजागर नहीं करूंगा।)

• अपनी संस्थाओं का निर्माण।
• अधिक एकीकृत संस्थाएं (हवाई अड्डों, रेस्तरां आदि का नाम)।
• लक्ष्य (इरादे) - वाक्यांशों का संग्रह।
• कमांड लाइन (सीएलआई) का उपयोग करने की क्षमता।
• वॉइस टेस्टिंग और आउटपुट के लिए सुनना।
• परीक्षण से संबंधित सब कुछ (बीटा परीक्षण, उपयोगकर्ताओं को जोड़ने की क्षमता आदि)

प्रतियोगियों

जैसे कि सर्च इंजन की दुनिया में, केवल एक प्रतियोगी है - Google जिसका डायलॉगफ्लो है।

फिलहाल, डायलॉगफ्लो में रूसी भाषा केवल एक दिशा भाषण-से-पाठ में समर्थित है, इसलिए यहां यैंडेक्स प्रमुख है।

यह भी अच्छा है कि एक मंच के साथ निपटाकर, डेवलपर आसानी से अन्य सभी को मास्टर करने में सक्षम होगा।

हम नवाचारों की प्रतीक्षा कर रहे हैं

कौशल के विकास के दौरान, कई हफ्तों के लिए, यैंडेक्स ने एक बार से अधिक बार डायलॉग्स में बदलाव किए, मुख्य बात यह है कि गति बनाए रखना है। ऐलिस और उसके उपकरण अभी भी युवा हैं, आवाज उपकरणों के लिए पूरे विश्व के बाजार की तरह।